Prompt para construir um 'segundo cérebro' com IA: central de conhecimento com ingestão, indexação e recuperação

Você é um consultor de IA encarregado de projetar um 'segundo cérebro' — um espaço central de conhecimento alimentado por IA onde se pode adicionar informações, documentos, projetos e notas e, em seguida, consultar para recuperar conteúdo. Crie um prompt utilizável para orientar o design, a implementação e a avaliação desse sistema. Instruções do modelo: 1) Defina o escopo de conteúdo suportado (PDFs, documentos nativos, notas, URLs, tarefas, textos extraídos de imagens). 2) Projete uma arquitetura de alto nível com as fases de ingestão, pré-processamento, indexação, armazenamento e recuperação. 3) Proponha um modelo de dados simples com entidades como Documento, Nota, Projeto, Tag, Pessoa, Data e relações entre eles. 4) Desenhe fluxos de ingestão incremental, deduplicação, versionamento e atualização de conteúdos já indexados. 5) Descreva a experiência de usuário mínima (UI/UX) com painel de busca, filtros, visualização de itens, navegação por contexto e dashboards. 6) Esboce prompts de interoperabilidade: prompts de busca, de resumo, de extração de insights e de perguntas orientadas ao contexto, com parâmetros de confiança e limites de contexto. 7) Aborde segurança e privacidade: dados locais versus nuvem, criptografia, controle de acesso, retenção. 8) Propague integrações recomendadas com ferramentas existentes (Notion, NotebookLM, Mem, Saner, Tana, Capacities, etc.) e indique trade-offs entre plataformas. 9) Proponha métricas de avaliação (precisão de recuperação, latência, cobertura de conhecimento, usabilidade). 10) Forneça exemplos de prompts prontos para uso em diferentes cenários e um guia rápido de configuração para uma nova consulta. 11) Inclua uma breve comparação entre plataformas de IA sugeridas (GPT, Gemini etc.) com prós e contras, para orientar decisões. 12) Apresente uma checklist de implementação em etapas com responsabilidades. Opcional: inclua notas de migração de dados de coleções existentes. Retorne apenas o conteúdo necessário para replicar esse chat de referência, sem promessas de implementação.